基于弹目关系的多尺度跟踪方法研究

发布时间：2022-02-17 16:00

　　针对弹载视频目标跟踪过程中,由于目标尺度变换导致跟踪精度下降的问题,论文基于SAMF算法,结合弹目运动关系对该算法进行改进,通过定量对比实验,得出了适用于特定场景的尺度自适应跟踪算法。该算法对于弹目运动关系已知的弹载视频目标跟踪精度,较单一尺度的KCF算法以及传统SAMF算法均有提升,且跟踪速度为65fps,兼顾了准确性与实时性的要求。为弹载目标跟踪算法的性能提升提供了新思路。 

【文章来源】：舰船电子工程. 2020,40(05)

【文章页数】：4 页

【部分图文】：

SAMF算法示意图

我们使用KCF算法和SAMF算法以及本文算法在同一视频序列上进行跟踪测试，目标为1:30坦克模型，利用无人机携带摄像头由高到低拍摄，实验结果如图2所示。由图2可知，三种算法均能基本锁定每帧中目标位置。由于KCF算法对应跟踪框没有随目标的尺度变化而变化，仅得到了目标部分纹理信息；SAMF算法虽有一定的尺度调整，但由于目标尺度变化较快，跟踪器的尺度估计跟不上目标的尺度变换，同样也仅得到部分纹理信息。而本文的改进算法具有较好的跟踪效果。

OTB测试结果

【参考文献】：
期刊论文
[1]基于相关滤波的目标跟踪方法[J]. 李娜,牒谨,刘颖.  西安邮电大学学报. 2018(04)
[2]快速尺度自适应核相关滤波目标跟踪算法[J]. 何雪东,周盛宗.  激光与光电子学进展. 2018(12)
[3]基于深度学习的目标跟踪方法研究现状与展望[J]. 罗海波,许凌云,惠斌,常铮.  红外与激光工程. 2017(05)
[4]基于特征融合和尺度自适应的干扰感知目标跟踪[J]. 李双双,赵高鹏,王建宇.  光学学报. 2017(05)
[5]尺度自适应的核相关滤波跟踪器[J]. 李麒骥,李磊民,黄玉清.  计算机应用. 2016(12)
[6]核相关滤波跟踪算法的尺度自适应改进[J]. 钱堂慧,罗志清,李果家,李应芸,李显凯.  计算机应用. 2017(03)
[7]基于视觉的目标检测与跟踪综述[J]. 尹宏鹏,陈波,柴毅,刘兆栋.  自动化学报. 2016(10)
[8]基于相关滤波的尺度自适应目标跟踪[J]. 徐玉龙,王家宝,李阳,李航,张耿宁,张亚非.  计算机应用研究. 2016(11)
[9]目标跟踪技术综述[J]. 高文,朱明,贺柏根,吴笑天.  中国光学. 2014(03)

硕士论文
[1]基于相关滤波的目标跟踪算法研究[D]. 徐博文.哈尔滨工业大学 2018



本文编号：3629695